猴子哥哥的博客

MongoDB是一个基于分布式文件存储的NoSQL型数据库，底层数据结构为BSON（Binary JSON） 1、分布式文件存储，数据库文件会被存储到多台机器上，并进行一定冗余，伸缩性强，理论上无存储容量上限，且天然具备灾备功能 2、MongoDB使用的是内存映射存储引擎，它会把磁盘IO操作转换成内存操作，如果是读操作，内存中的数据起到缓存的作用，如果是写操作，内存还可以把随机的写操作转换成顺...

一、集合备份mongoexport -h 集合所在服务器地址 -d 数据库 -c 集合 -o 本地文件存储位置注：文件格式可选json、cvs等官方参数说明：mongoexport --help二、集合还原mongoimport --host 目标IP --port 目标端口 --db 目标数据库 --collection 目标集合 --file 备份文件所在位置官

1.XAXA是由X/Open组织提出的分布式事务的规范。XA规范主要定义了(全局)事务管理器(Transaction Manager)和(局部)资源管理器(Resource Manager)之间的接口。XA接口是双向的系统接口，在事务管理器（Transaction Manager）以及一个或多个资源管理器（Resource Manager）之间形成通信桥梁。XA之所以需要引入事

import java.sql.Connection;import java.sql.DriverManager;import java.sql.PreparedStatement;import java.sql.ResultSet;import java.sql.SQLException;import java.sql.Statement;import java.util

1、引用缓存的好处        1）提高性能；2）减缓数据库压力；3）提高系统并发处理能力2、引用缓存的问题        1）处理逻辑变得复杂；2）使用不当，容易引起缓存和数据库数据不一致的问题3、数据不一致的原因        缓存操作与数据库操作不是原子操作，当一方操作成功、另一方操作失败时就会造成数据不一致问题4、不同情况下常用处理方法

下载地址：http://mirrors.sohu.com/mysql/我用的是MySQL-5.6.33-1.rhel5.i386.rpm-bundle安装步骤：1）解压压缩包，上传MySQL-server-5.6.33-1.rhel5.i386.rpm和MySQL-client-5.6.33-1.rhel5.i386.rpm到linux服务器2）安装mysql-server：rpm

在Mysql中我们常常用order by来进行排序，使用limit来进行分页，当需要先排序后分页时我们往往使用类似的写法select * from 表名 order by 排序字段 limt M,N。但是这种写法却隐藏着较深的使用陷阱。在排序字段有数据重复的情况下，会很容易出现排序结果与预期不一致的问题。官方文档：https://dev.mysql.com/doc/refman/5.7/en/l...

非关系型数据库的优势： 1、性能 NOSQL是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过SQL层的解析，所以性能非常高 2、可扩展性 同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。 3、使用场景：日志、埋点、论坛、博客等关系型数据库的优势： 1、 复杂查询 可以用SQL语句方便的在一个表以及多个表之间做非常复杂的数据查询 2、事务支持 ...

MySQL 查询优化器有几个目标,但是其中最主要的目标是尽可能地使用索引,并且使用最严格的索引来消除尽可能多的数据行。最终目标是提交 SELECT 语句查找数据行,而不是排除数据行。优化器试图排除数据行的原因在于它排除数据行的速度越快,那么找到与条件匹配的数据行也就越快。如果能够首先进行最严格的测试,查询就可以执行地更快。 EXPLAIN 的每个输出行提供一个表的相关信息,并且每个行包括下面的列...

B+树索引是B+树在数据库中的一种实现，是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡（balance），而不是二叉（binary），因为B+树是从最早的平衡二叉树演化而来的。在讲B+树之前必须先了解二叉查找树、平衡二叉树（AVLTree）和平衡多路查找树（B-Tree），B+树即由这些树逐步优化而来。二叉查找树二叉树具有以下性质：左子树的键值小于根的键值，右子树

一、索引作用1、快速定位，目录的作用 2、唯一索引进行唯一约束二、索引分类1、普通索引：一般的索引，没有什么特殊 2、唯一索引：唯一性约束，不允许其中任何两行具有相同索引值的索引，一个表可有多个唯一索引 3、主键索引：唯一性约束，主键，一个表只有一个主键索引 4、组合索引：多个字段组合而成的索引三、索引实现1、B-Tree：平衡多路查找树，每个节点上都有一个或多...

MySQL 触发器

情景一：insert into table1 ...select * from table2：table1锁表，table2逐步锁（扫描一个锁一个）情景二：insert into table1 ...select * from table2 order by 主键：table1锁表，table2逐步锁（扫描一个锁一个）情景三：insert into table1 ...select

tcpcopy-module mysql-replay-module

MysQL采用插件式存储引擎结构，也就是说支持热插拔，更改底层存储引擎时不用停止服务就可以完成，MySQL作为一个开源数据库，除自带的MyISAM还有很多其他存储引擎可供替换，本文主要对这些存储引擎做一个简单的介绍。1、MyISAM存储引擎    1）MyISAM支持三种类型的索引：B-Tree索引、R-Tree索引、Full-text索引        注：B-Tree索引中

MySQL可以看成是两层架构，第一层SQL Layer，在MySQL数据库系统处理底层数据之前的所有工作都是在这一层完成的，包括权限判断、Query解析、执行计划优化、query cache的处理等；第二层是存储引擎层，即底层数据存取操作实现部分，由多种存储引擎共同组成。    本篇主要介绍SQL Layer层，即逻辑模块的组成。1）初始化模块：对整个系统做各种各样的初始化操作2）核心

（一）日志文件1、错误日志    错误日志记录了MySQL Server运行过程中所有较为严重的警告和错误信息，以及MySQL Server每次启动和关闭的详细信息。在默认情况下是关闭的，若要开启该功能需要在启动时开启log-error选项，默认存放在数据目录下，以hostname.err命名，可在配置中（以下不说明均指my.cnf）加入：log-error=“D:\mysql.err”，

作为一种数据存储层面上的水平伸缩解决方案，数据库Sharding技术由来已久，很多海量数据系统在其发展演进的历程中都曾经历过分库分表的Sharding改造阶段。简单地说，Sharding就是将原来单一数据库按照一定的规则进行切分，把数据分散到多台物理机（我们称之为Shard)上存储，从而突破单机限制，使系统能以Scale-Out的方式应对不断上涨的海量数据，但是这种切分对上层应用来说是透明的，多个

分布式事务这是最为人们所熟知的多数据源事务处理机制。本文并不打算对分布式事务做过多介绍，读者可参考此文：关于分布式事务、两阶段提交、一阶段提交、Best Efforts 1PC模式和事务补偿机制的研究 。在这里只想对分布式事务的利弊作一下分析。优势：1. 基于两阶段提交，最大限度地保证了跨数据库操作的“原子性”，是分布式系统下最严格的事务实现方式。2. 实现简单，工

一、sharding逻辑的实现层面从一个系统的程序架构层面来看，sharding逻辑可以在DAO层、JDBC API层、介于DAO与JDBC之间的Spring数据访问封装层(各种spring的template)以及介于应用服务器与数据库之间的sharding代理服务器四个层面上实现。图1. Sharding实现层面与相关框架/产品

第一部分：一些常见的主键生成策略一旦数据库被切分到多个物理结点上，我们将不能再依赖数据库自身的主键生成机制。一方面，某个分区数据库自生成的ID无法保证在全局上是唯一的；另一方面，应用程序在插入数据之前需要先获得ID,以便进行SQL路由。目前几种可行的主键生成策略有：1. UUID：使用UUID作主键是最简单的方案，但是缺点也是非常明显的。由于UUID非常的长，除占用大量存储

第一部分：实施策略图1.数据库分库分表(sharding)实施策略图解(点击查看大图)1.准备阶段对数据库进行分库分表(Sharding化)前，需要开发人员充分了解系统业务逻辑和数据库schema.一个好的建议是绘制一张数据库ER图或领域模型图，以这类图为基础划分shard,直观易行，可以确保开发人员始终保持清醒思路。对于是选择数据库

垂直切分的粒度指的是在做垂直切分时允许几级的关联表放在一个shard里．这个问题对应用程序和sharding实现有着很大的影响．关联打断地越多，则受影响的join操作越多，应用程序为此做出的妥协就越大，但单表的路由会越简单，与业务的关联性会越小，就越容易使用统一机制处理．在此方向上的极端方案是：打断所有连接，每张表都配有路由规则，可以使用统一机制或框架自动处理．比如amoeba

本文着重介绍sharding的基本思想和理论上的切分策略一、基本思想      Sharding的基本思想就要把一个数据库切分成多个部分放到不同的数据库(server)上，从而缓解单一数据库的性能问题。不太严格的讲，对于海量数据的数据库，如果是因为表多而数据多，这时候适合使用垂直切分，即把关系紧密（比如同一模块）的表切分出来放在一个server上。如果表并不多，但每张表

MyISAM  InnoDB  构成上的区别：    每个MyISAM在磁盘上存储成三个文件。第一个文件的名字以表的名字开始，扩展名指出文件类型。  .frm文件存储表定义。  数据文件的扩展名为.MYD (MYData)。  索引文件的扩展名是.MYI (MYIndex)。    基于磁盘的资源是InnoDB表空间数据文件和它的

今天，数据库的操作越来越成为整个应用的性能瓶颈了，这点对于Web应用尤其明显。关于数据库的性能，这并不只是DBA才需要担心的事，而这更是我们程序员需要去关注的事情。当我们去设计数据库表结构，对操作数据库时（尤其是查表时的SQL语句），我们都需要注意数据操作的性能。这里，我们不会讲过多的SQL语句的优化，而只是针对MySQL这一Web应用最多的数据库。希望下面的这些优化技巧对你有用。1.为查

MySQL实现分页select * from 表名 where id>90 order by id limit 10十条一页，查询第91-100条数据，其中数字用变量代替limit灵活运用可有多种实现方式推荐使用select * from table a, (select id from table where... limit 10,10) t where a.id = t.idSQLSe...

数据不一致的原因数据冗余、并发控制不当、故障和错误。数据库三范式1）第一范式：确保每列保持原子性2）第二范式：确保表中的每列都和主键相关3）第三范式：确保每列都和主键直接相关，而不是间接相关事务特性事务是并发控制的单位，是用户定义的一个操作序列，以begin transaction开始以commit或rollback结束，其特性：1）原子性：事务中的操作要么全做，要么全不做2）一致性：事务的执行结...

spring中配置MongoDB有两种方式：注解方式和配置文件方式1、注解方式配置类要继承AbstractMongoConfiguration类，重写mongo（）和mongoTemplate（）方法import org.springframework.context.annotation.Bean;  import org.springframework.context.an

package com.face.common;import lombok.Getter;import lombok.Setter;import java.util.ArrayList;import java.util.List;@Getter@Setterpublic class Page { private int pageIndex; private in

Mybatis中javaType和jdbcType对应和CRUD例子Xml代码  resultMap type="java.util.Map" id="resultjcm">    result property="FLD_NUMBER" column="FLD_NUMBER"  javaType="double" jdbcType="NUMERIC"/>   

MongoDB是一个基于分布式文件存储的数据库，属于NoSQL型数据库，采用BSON数据格式（一种类JSON的二进制形式存储格式）进行存储。java中MongoDB的基本操作代码如下：首先安装MongoDB本地服务器，并启动（或手动配置到本地服务）然后编写java代码import com.mongodb.BasicDBObject;import com.mongodb.DB;